双指针之滑动窗口（长度最小的子数组 和 和为s的连续正数序列）

 

作者:一乐乐
欢迎大家来一乐乐的博客园

 

双指针之滑动窗口 （长度最小的子数组；和为s的连续正数序列）

 

1， 什么时候使用？

（与子数组/字符串 有关的题目）~如果给了某个具体值的target，即用滑动窗口

不然就双指针（一般做法，左边< 右边，依据条件左边和右边都不断靠近）

 滑动窗口：是双指针的题目
找出一个数组中满足一定条件的子数组问题，字符串也可以看成数组。看到子数组问题，就是DP回溯滑动窗口这三种之一

 2，滑动窗口的通用框架 1：(例题：209_长度最小的子数组)

（做题特点一：题目给定了具体的值target，这个target条件的可能弹性空间比较大了

  【例如题目 要求某种情况下>= target】,而大于target的可能情况就会比较多了

 * ① 先移动右指针确定窗口的大致可能范围（在这大致可能范围里找到最优范围），然后暂时固定住右指针，
 * ② 在满足条件（满足target下）：不断的移动左指针，缩小窗口
 * ③ 当不满足target了，又开始移动右指针，然后。。。。。又确定下来窗口的大致可能范围

     （在这大致可能范围里找到最优范围），然后暂时固定住右指针。。。
 * 特点2，形式上的特点（左右指针移动的方向）：是一开始左右指针，同方法移动）

public class 滑动窗口的通用框架 1{
     public String slidingWindow(String s, String t) {
            // 起始的时候，都位于 0，同方向移动
            int left = 0;
            int right = 0;
            int sLen = s.length();
            while (right < sLen) {
                char c = s.charAt(right);
                right++;
                //对状态做修改
                while ( 满足某种条件 ) {
                   //更新ans可能的地方之一
                    char c1 = s.charAt(left);
                    left++;
                    //对状态做修改
                }
                //更新ans可能的地方之二
            }
            return 需要的结果变量;
        }
}

 例题：

package 数组;
/**
 * https://leetcode-cn.com/problems/minimum-size-subarray-sum/
 * @author Huangyujun
 * 
 * 注意细节：当找到满足条件的窗口时，需要固定右边界，
 * 逐渐移动左边界（缩小窗口大小），直到窗口元素和不满足要求，再改变右边界。使用while循环缩小！
 *
 */
public class _209_长度最小的子数组 {
    public int minSubArrayLen(int s, int[] nums) {
        int n = nums.length;
        if (nums == null || n == 0) return 0;
        int ans = Integer.MAX_VALUE;
        int left = 0, right = 0;
        int sum = 0;
        while (right < n) {
            sum += nums[right++];
            while (sum >= s) {
                ans = Math.min(ans, right - left);
                sum -= nums[left++];
            }
        }
        return ans == Integer.MAX_VALUE ? 0 : ans;
    }
}

 

3，滑动窗口的通用框架 2：（例题：57_和为s的连续正数序列）
做题特点 一：题目给定了具体的值target，这个target条件的可能弹性空间唯一了

【例如题目 要求某种情况下= target】,而等于target的可能情况在“暂时固定下的范围窗口中情况就是固定下该窗口呀”

* ① == target，这种直接通过判断找窗口范围，找到一个固定窗口范围后，移动左边指针（达到整体窗口向前移动）

　　去找下一个固定窗口范围
* 这类题：直接分：①== target，② < target ，③ > target 来找合适的固定窗口范围

public class 滑动窗口的通用框架 2{
    public String slidingWindow(int target) {
           // 起始的时候，同方向移动
           int left = 1;
           int right = 2;
           while (l < r) {
                更新ans
                if（ ans == target）{
                    //需要的结果，得到了一个
                    l++;
                }else if(ans < target){    //比target小，右指针往前移动，扩大范围
                    r++;
                }else{        //比target大，左指针往前移动，缩小范围
                    l++;
                }
              
           }
           return 需要的结果变量;
       }
}

例题：

package 数组;

/**
 * https://leetcode-cn.com/problems/he-wei-sde-lian-xu-zheng-shu-xu-lie-lcof/
 */
import java.util.ArrayList;
import java.util.List;

public class _57_和为s的连续正数序列 {
    /**
     * 细节：正数 思路： 1、双指针技术，就是相当于有一个窗口，窗口的左右两边就是两个指针 2、根据窗口内值之和来确定窗口的位置和宽度。
     */
    public int[][] findContinuousSequence(int target) {
        List<int[]> vec = new ArrayList<int[]>();
        int l = 1, r = 2;
        while(l < r) {
            //求和公式
            int sum = (l + r) * (r - l + 1) / 2;
            if (sum == target) {
                int[] res = new int[r - l + 1];
                for (int i = l; i <= r; ++i) {
                    res[i - l] = i;
                }
                vec.add(res);
                l++;    //找到之后，左边指针往前挪动，意味着整个窗口往前挪动
            } else if (sum < target) {
                r++;
            } else {
                l++;
            }
        }
        return vec.toArray(new int[vec.size()][]);
    }

}

 

✿ 没给某个具体值的target，使用一般双指针思路（一般做法，左边< 右边，依据条件左边和右边都不断靠近）：

例题：（盛最多水的容器）

// https://leetcode-cn.com/problems/container-with-most-water/
   //正解：双指针法
    public class Solution {
        public int maxArea(int[] height) {
            int l = 0, r = height.length - 1;
            int ans = 0;
            while (l < r) {
                //面积公式 高：最小的 【左柱子，右柱子】
                int area = Math.min(height[l], height[r]) * (r - l);
                ans = Math.max(ans, area);
                // 需要找小的：（目的：去获取那个小柱子中的最大值）
                if (height[l] <= height[r]) {
                    ++l;
                }
                else {
                    --r;
                }
            }
            return ans;
        }
    }